基于VRP技术的“弹性”送货模式探索与实践

卷烟物流是烟草销售中不可或缺的重要组成部分,其中配送环节作为整个物流流程的关键环节,面临着诸如线路规划不合理、车次规划不科学等主要问题。本文以VRP(车辆路径问题)优化方法为基础,针对物流网络布局优化进行研究。通过聚类算法划分配送区域,并运用蚁群算法优化车辆路径,在综合考虑地形地貌、送货难度、送货模式、服务需求等多种因素的基础上,结合淡旺季的特点,提出了弹性送货“六步法”模式。该方法可以帮助烟草公司增加日均单车次配送量、日均配送户数、日均配送里程,并使得每年成本可降低48万元左右。

基于马尔可夫过程的实时物流VRP建模与求解

在随机车流量环境下,为了有效提高服务质量和减少总运输时间,本文在引入满意度和车流量双指标条件下构建了一种基于马尔可夫过程,以及用于权衡总运输时间和服务惩罚成本的物流服务问题模型。鉴于问题的复杂性,本文设计了一种混合遗传算法对其进行求解,其中基于提高服务质量的局部搜索策略兼顾了车辆总运输时间与客户满意度,使得算法能够在有效空间里进行搜索。为了验证模型和算法的有效性,本文在Solomon数据集的56个测试样例上进行了实验。结果表明,在样例优化服务质量上,所提混合遗传算法在其中28个样例上达到了100%满意评价,较标准遗传算法提高了29%,同时实现了最低总成本目标。

离散灰狼优化算法求解VRPSPDTW问题

本文针对带时间窗约束的同时送取货车辆路径问题,建立了以总配送距离最小化为目标的数学模型.根据模型的特征,在保留灰狼算法(GWO)搜索机制的基础上,提出了离散灰狼优化算法(DGWO)进行求解.采用多种策略构建种群的初始解,并允许出现不可行解,扩大种群的搜索区域;引入带评分策略的邻域搜索策略,调整每种算子的概率,使算法选择优化效果更好的算子;使用移除-插入机制,对优质解区域进行探索,加速种群的收敛.在仿真实验中对标准数据集进行了测试,将实验结果和p-SA算法、DCS算法、VNS-BSTS算法和SA-ALNS算法进行了对比,实验表明DGWO算法能有效地解决带时间窗约束的同时送取货车辆路径问题.

考虑时空特征的机器人VRP问题求解方法

针对多台变电站巡检机器人在同时调度分配过程中的转移运用车辆路径问题(Vehicle Routing Problem,VRP),提出了基于时空特征的机器人群体路径规划算法,有助于提高机器人在电力生产中的应用效能。首先建立基于变电站位置的纵横坐标构建平面二维坐标的宏观路网;其次梳理变电站之间的距离、机器人的能耗等约束条件,并构建考虑变电站巡检时间窗的时空三维坐标系;最后遍历搜索各台机器人完成区域内变电站巡检任务的可选路径,并在组合优化后提出解决机器人转移运用VRP问题的调配方案。实际应用效果表明,该方法能够在满足变电站多时间窗边界的基础上得到最优路径。

面向复杂物流配送场景的车辆路径规划多任务辅助进化算法

在现代社会中,复杂物流配送场景的车辆路径规划问题(Vehicle routing problem,VRP)一般带有时间窗约束且需要提供同时取送货的服务.这种复杂物流配送场景的车辆路径规划问题是NP-难问题.当其规模逐渐增大时,一般的数学规划方法难以求解,通常使用启发式方法在限定时间内求得较优解.然而,传统的启发式方法从原大规模问题直接开始搜索,无法利用先前相关的优化知识,导致收敛速度较慢.因此,提出面向复杂物流配送场景的车辆路径规划多任务辅助进化算法(Multitask-based assisted evolutionary algorithm,MBEA),通过使用迁移优化方法加快算法收敛速度,其主要思想是通过构造多个简单且相似的子任务用于辅助优化原大规模问题.首先从原大规模问题中随机选择一部分客户订单用于构建多个不同的相似优化子任务,然后使用进化多任务(Evolutional multitasking,EMT)方法用于生成原大规模问题和优化子任务的候选解.由于优化子任务相对简单且与原大规模问题相似,其搜索得到的路径特征可以通过任务之间的知识迁移辅助优化原大规模问题,从而加快其求解速度.最后,提出的算法在京东物流公司快递取送货数据集上进行验证,其路径规划效果优于当前最新提出的路径规划算法.

环境与成本兼顾视角下的多车型HFGVRPTW研究

文章从兼顾环境与成本的视角出发,研究绿色物流中多车型带时间窗的车辆路径问题(heterogeneous fleet green vehicle routing problem with time windows,HFGVRPTW)。综合考虑车辆油耗、碳排放、客户时间窗与配送成本等因素,引入综合排放模型(Comprehensive Modal Emission Model,CMEM),并在此基础上,以车辆油耗和配送成本最小化为目标构建了HFGVRPTW数学模型。为求解该模型,还设计了一种动态规划算法结合遗传算法的混合启发式算法。

基于动态混合遗传算法的配送路径优化

随着越来越多的突发性卫生事件爆发,人们对应急医疗物资的需求量与日俱增,但应急医疗物资配送效率低下等问题依旧存在。文中研究建立多配送点配送模型,该模型对多个应急医疗物资配送中心到多个配送点的配送路径进行有效地优化,并在计算过程中考虑客户时间窗与交通拥堵情况,达到提高客户满意度、节约成本、减少配送过程中所产生的碳排放量的目标,如同此类问题都归类为VRP问题(车辆路径规划问题)。在该模型的计算过程中采用动态混合遗传算法(DHGA),在改进的遗传算法中加入大规模领域搜索算法,解决遗传算法求解精确度过低、易陷入局部最优循环的缺点。最后将计算结果与传统遗传算法(GA)、粒子群算法(ACO)以及蚁群算法(ACO)进行对比,结果表明该算法相对于其他算法的各项指标都得到明显提升。

基于端到端深度强化学习求解有能力约束的车辆路径问题

有能力约束的车辆路径问题(CVRP)是现阶段供应链应用最常见的问题模型,现多采用启发式算法求解。但随着问题规模增大,启发式算法求解速度慢且无法保证解的质量。提出端到端深度强化学习(DRL)网络框架对CVRP进行研究。首先利用边聚合图注意力网络编码器(EGATE)对车辆路径规划问题的图表示进行特征嵌入编码;然后设计多头注意力解码器(MAD)进行解码,并提出多解码策略以增加解的空间多样性;接着利用带回滚基线的基线REINFORCE算法对端到端网络模型进行训练,基线可自适应性更新以提升模型训练效果,并利用奖励函数归一化和Adam优化器对算法进行优化。最后通过对不同规模问题的实验以及与其他算法进行对比,验证了所提出端到端DRL框架的可行性与有效性,经过训练的模型在CVRPLIB公共数据集上的平均求解时间仅需0.189 s即可得到较优解。

车辆路径问题(VRP)的蚂蚁搜索算法

车辆路径问题(vehicleroutingproblem,VRP)是组合优化中一个典型的NP难题,理论上,目前仅能保证一些相对小规模的问题可求得最优解.基于近些年出现的新型智能优化思想:人工蚂蚁系统,给出了一种可快速求解VRP的蚂蚁搜索算法.通过定义基本的人工蚂蚁状态转移概率,并结合局部搜索策略,用迭代次数控制算法的运行时间,从而使该方法具有实用意义和可操作性.经一系列数据测试和验证,并与若干已有的经典算法相比较,获得了较好的结果.

基于VRP sdk的虚拟海大校园导航系统

以“虚拟海大校园导航系统”为例,将虚拟现实技术、多媒体技术和地理信息系统有机地结合起来,基于VRP sdk,创建1个方便直观的信息查询导航系统。该系统除了虚拟校园基本的自主漫游功能和按固定路径漫游外,还提供了按目的地自动生成漫游路径、定位鸟瞰图、漫游中途经的楼宇和景点介绍等导航功能,对虚拟现实技术从展示转向实用进行了有益的尝试。

双谐振压电细胞术实时监测原代心肌细胞搏动力与黏弹性

目的检测心肌细胞的力学性能对研究处于持续收缩和舒张状态的心血管系统生理病理过程具重要意义。然而目前还没有令人满意的动态技术来持续测量心肌细胞的力学特性,特别是尚无技术可同时定量心肌细胞搏动时伴随的力与黏弹性参数,影响了其在临床诊断和药物治疗评估中的实际应用。方法采用本课题组新近开发的双谐振压电细胞术(DRPC)应用于大鼠原代心肌细胞的搏动功能研究。首先,优化了9 MHz AT和BT切割石英芯片上沉积金的厚度、心肌细胞接种密度和表面修饰涂层以测量心肌细胞的搏动功能。在优化条件下,测量了6万个原代心肌细胞在1个搏动周期内的搏动力和储存模量的变化,分别在144500~45000 dyn/cm和36.4~7.8 k Pa之间,首次实现了心肌细胞搏动力和模量的同时测量。采用DRPC法检测正性肌力药物异丙肾上腺素(ISO)和负性肌力药物维拉帕米(VRP)对心肌细胞搏动功能的影响,结果与ISO和VRP已知的药物作用一致。然后用DRPC法根据乌头碱对心肌细胞搏动力学性能的影响来确定乌头碱的毒性。结果与结论乌头碱可导致心肌细胞搏动周期失常,搏动力降低约4倍,细胞变软。此外,建立了H2O2氧化应激对原代心肌细胞的力学损伤模型,并评价抗氧化剂雷公藤甲素对心肌细胞氧化应激损伤的保护作用。

针对模糊需求的VRP的两种2-OPT算法

本文研究了一类客户需求不确定的VRP(车辆路径问题 ) .在算法中 ,引入了伪出发点和新的聚类判定规则 ,将聚类和排序有机的结合起来 ,有效地处理了全局采样和局部搜索之间的矛盾 .给出了基于可能性分布的 2 OPT算法和基于需求上界的 2 OPT算法 ,并用模糊模拟技术进行了实验 .大量的实验结果表明 ,这两种方法明显优于这个领域现有的算法 。

遗传算法和3-opt结合求解带有能力约束的VRP

描述了带有能力约束的车辆路径问题（ＶＲＰ），在预先不固定车辆数的情况下，把聚类和排序有机地结合起来，并用遗传算法和３ｏｐｔ算法相结合的混合算法对问题进行求解，实验结果表明算法获得的最好解、平均负荷率和计算成本都比较令人满意·

基于3Ds Max及VRP的高速列车VR系统设计

为了给技术人员提供更加便捷直观的工具,提升高速铁路设备管理的层次,为了让公众更加了解高速列车车体各部分组件的结构和功能,提出一种新的认知手段—高速列车虚拟现实系统。系统以高速列车为原型,运用3Ds Max进行建模,在此基础上运用国产虚拟现实软件进行虚拟现实系统开发。由于所建三维高速列车模型大且复杂,首先将三维模型进行简化处理,之后再导入VRP中继续进行系统设计。介绍了LOD算法进行模型简化处理的原理,编制了相关算法对模型进行简化。所设计的这种系统,不但能够使公众身临其境般的体验乘坐动车带来的方便、舒适、快捷,而且能够让管理技术人员快速掌握高速列车的维修、检修技术,从而减少实际装备维修检修培训过程的成本。

VRP虚拟校园建设及其关键技术

虚拟校园是虚拟现实技术在数字化校园中的具体应用,通过虚拟校园,人们可以在计算机上虚拟地游览、规划实际校园的场景。该研究基于3ds Max建模软件,借助VRP三维互动仿真平台,将三维技术与虚拟现实技术进行有机结合,实现了中国地质大学(北京)虚拟校园及主要建筑物室内的漫游,并对一些关键技术进行了讨论。为未来真正意义上将要建立的地上地下三维仿真打下基础。

仓储拣选作业路径VRP模型设计与应用

首先介绍了单回路运输TSP模型、多回路运输VRP模型及其相关的扫描算法,通过研究我国仓储中心拣选作业的实际情况,运用运输路径TSP以及VRP模型设计分析方法,针对其与拣选路径模型设计的相似性,结合订单拣选的特点,综合考虑实际拣选环境,对拣选作业中的无形性因素给予合理假设,建立了拣选作业路径优化设计VRP模型,并利用扫描算法对模型求解后,发现其可以有效缩短拣选步行距离,从而减少拣选时间、提高拣选效率。结论可作为物流企业和科研单位在拣选路径设计上的数学依据。

满意度约束多车型冷链物流VRP优化研究

文章通过分析冷链配送成本构成,基于时间和品质满意度约束分别构建单车型和多车型VRP模型,设计局部精英单亲遗传算法,并对比分析单车型和多车型配送成本差异。结果显示:多车型混合配送模式较单车型更能有效降低成本,且改进的局部精英单亲遗传算法具有更好的收敛性与稳定性;同时揭示了满意度随成本优化过程的变化趋势,表明满意度约束多车型VRP模型更适合冷链配送调度,为企业寻求成本与满意度均衡提供决策支持。

物流配送问题中VRP的数学模型及其求解算法

系统地讨论了物流配送问题与VRP的有关知识,包括两者之间的关系、配送问题的VRP描述、数学模型的建立、求解方法及比较等,并指出了相关的研究方向。

一类特殊车辆路径问题(VRP)

描述了一类特殊的车辆路径问题 (VRP) -混合车队车辆路径问题·在分析问题特性的基础上 ,通过引入“车队模式”定义 ,提出了求解框架 ,设计了基于遗传算法和禁忌搜索启发式的混合算法·针对其中的混合车队车辆路径问题 ,所设计混合算法 ,利用了GA搜索全局性好 ,TS局部爬山能力强的特点·提出的车队、任务分段组合编码和解码规则充分考虑了混合车队车辆路径问题的特点·实例计算结果表明了框架。

基于VRP的虚拟演播室灯光照明系统设计

基于VRP虚拟现实技术,打造了一个自由开放的虚拟演播室灯光照明交互系统,用户不但可以自由地在虚拟演播室中进行漫游浏览,而且还可以根据学习需要自主地对仿真环境下的灯光照明效果进行控制。利用虚拟现实技术提供了一个很好的教育教学平台,有效地提高了学习者的学习兴趣与学习效果。